华光讲坛：知识结构可视化呈现

曾蕾教授从数据的知识化组织、AI辅助的知识结构可视化表达、研究者的知识判断等主要维度对知识结构的可视化呈现方法进行了分享。

曾教授指出，AI的应用建立在大量数据基础之上，但数据本身并不等同于知识。其借助AI工具与模型的分类案例说明，只有借助分类体系、层级关系与本体结构，对零散信息进行系统组织，才能进一步明确不同概念之间的关联，并形成可理解、可调用的知识结构。对于信息可视化而言，这也意味着设计的起点不只是视觉呈现，而是对知识结构本身的梳理与理解。

在明确知识关系之后，如何选择恰当的表达形式成为下一层问题。层级图、树状图、圆形结构以及基于面积、颜色和尺寸的视觉编码，都应服务于具体的知识关系、数据规模和使用任务；随着交互技术与生成式AI的发展，知识也可以通过动态可视化、思维导图和信息图等方式被进一步呈现与探索。

曾教授进一步指出，大语言模型并不能替代知识体系本身，机器对复杂概念的理解仍依赖知识库、本体、规范术语与逻辑关系等基础支撑。对于设计研究而言，AI可以参与文献整理、结构分析和内容生成，但真正决定研究质量的，仍是研究者能否识别有效信息、建立合理的知识关系，并选择适当的方式进行表达。由此，信息可视化也不应停留在形式创新层面，而应建立在清晰、准确且具有逻辑依据的知识组织之上。

互动环节中，彭晓老师把讨论带到了设计专业更具体的实践中。他谈到，AI已经可以写代码、调用前端框架，也能参与交互式艺术创作。对于不熟悉传统技术工具的学生来说，怎样借助AI完成可视化的同时又不丢掉知识组织本身的方法，是一个很实际的问题。曾教授以医学等成熟领域为例说明，许多专业已经积累了自己的本体、分类法和规范语言；设计学也可以从术语和概念关系入手，慢慢建立属于自己的知识体系，让检索、整理、生成和传播都有更扎实的基础。

同学们围绕AI生成信息图中视觉表达繁杂、信息结构不清等问题与曾教授展开讨论，并探讨如何将传统知识可视化方法与AI结合，使视觉形式更好地服务于信息表达。曾教授指出，AI能够提高生成效率，但仍需以清晰的知识逻辑为基础，对结果进行判断和调整。

讲座最后张健教授进行了总结。其指出，曾蕾教授关于“本体”与知识逻辑的分享为人工智能时代数字媒体艺术专业的设计实践与科学研究提供了可借鉴的思路。同时，启发大家思考如何在AI时代将中国文化的审美精神借助概念与知识体系进行梳理、建构并转化为人工智能能够理解和传播的内核，并进一步可拓展的创新研究方向。